Google의 HEIR 컴파일러는 개인 AI 추론에 동형 암호화를 제공합니다.

Google은 암호화된 비공개 AI를 위해 암호화된 데이터에서 직접 AI 추론을 실행하는 오픈 소스 컴파일러인 HEIR을 선보입니다.

구글은 개인 AI가 실용적일 수 있다는 주장을 펼치고 있다. 2026년 8월 14일 회사의 보안 블로그에 게시된 게시물에서 직원 소프트웨어 엔지니어인 Jeremy Kun은 이제 Google 프라이빗 컴퓨팅 툴킷의 최신 도구인 암호화된 보안 프라이빗 AI 추론을 잠금 해제하는 오픈소스 컴파일러 HEIR를 선보였습니다.

HEIR(동형 암호화 중간 표현의 약어)은 암호화되지 않은 데이터에서 작동하는 사전 훈련된 AI 모델을 암호화된 입력에서 작동하도록 변환할 수 있습니다. Google의 명시된 비전은 HEIR을 비전문가도 암호화된 추론을 프로덕션 애플리케이션에 통합할 수 있는 원클릭 솔루션으로 만드는 것입니다.

개인 정보 보호 트레이드오프 동형 암호화가 깨졌습니다.

이 게시물은 핵심 딜레마를 설명합니다. 엔드투엔드 암호화와 같은 표준 보호에는 절충안이 있습니다. 즉, 사용자 데이터를 위반으로부터 보호할 수 있지만 서비스 제공업체는 해당 데이터에 의존하는 기능을 제공할 수 없습니다. 스팸 필터링 및 바이러스 탐지가 대표적인 예입니다. 의료 및 금융과 같은 중요한 부문은 기관 간 데이터 공유를 제한하는 엄격한 규정으로 인해 이러한 위험을 훨씬 더 싫어합니다.

대안에는 고유한 한계가 있습니다. 사용자 장치의 로컬 처리는 하드웨어 기능에 의해 제한되며 공급자의 독점 AI 모델을 장치로 배송하면 모델 자체가 유출될 위험이 있습니다. 즉 지적 재산이 밖으로 나가게 됩니다.

동형암호는 암호화된 데이터에 대해 직접 계산을 수행할 수 있도록 하여 방정식을 변경합니다. 서버는 기본 정보를 노출하지 않고 암호문을 처리하고 암호화된 결과를 반환합니다. 예를 들어 클라우드 서비스는 사용자의 기능을 보지 않고도 콘텐츠 추천을 제공할 수 있습니다. Google이 말하는 시나리오는 과장이 아닙니다. 게시물의 데모 중 하나가 바로 그렇게 하기 때문입니다.

이 기술은 무료가 아닙니다. 동형 암호화는 적지 않은 비용 오버헤드를 수반합니다. 그러나 Kun이 지적한 것처럼 기능 대 개인정보 보호의 균형을 비용 문제로 전환하고 있으며 그 비용은 급격히 감소하고 있습니다. AI와 보안의 교차점을 추적하는 독자를 위해 AI Buzz Wire에서는 이러한 개발 상황을 실시간으로 다룹니다.

HEIR가 실제로 하는 일

동형암호가 틈새 시장으로 남아 있는 이유는 유용성 때문입니다. 기존 프로그램을 효율적으로 사용하기 위해 수동으로 변환하려면 암호 전문가 팀이 필요하다고 Google은 말합니다. HEIR은 Google의 해답입니다. 즉, 동형 암호화를 위한 완전한 오픈 소스 컴파일러 도구 체인이자 개발 플랫폼입니다.

이 프로젝트는 Google이 2023년에 처음으로 의도를 발표한 이후 추진력을 얻고 있습니다. 그 이후로 회사는 Belfort, Niobium, Cornami 및 Optalysys와 같은 기술용 하드웨어 가속기를 구축하는 회사와의 파트너십을 포함하여 동형 암호화 커뮤니티가 이 도구를 수용하는 것을 관찰했습니다. Google은 가까운 시일 내에 이러한 가속기의 지연 시간 이점을 입증할 계획이라고 밝혔습니다.

HEIR은 또한 생산적인 연구 플랫폼이 되었습니다. 암호화 전문가들은 테스트, 벤치마킹 및 비교를 위해 기존 인프라를 기반으로 구축할 수 있기 때문에 이 프로젝트는 특히 Georgia Tech, Carnegie Mellon, UC Santa Barbara, Illinois Institute of Technology, Purdue, University of Edinburgh 및 Tsinghua University 등과의 협력을 이끌어냈습니다. 현재까지 HEIR을 기반으로 4개의 동료 검토 출판물이 작성되었으며 더 많은 출판물이 준비 중입니다.

4가지 작업 시연

기술이 얼마나 발전했는지 보여주기 위해 Google은 각각 HEIR로 컴파일된 4개의 비공개 추론 애플리케이션을 공유했으며, 단일 스레드 CPU에 대해 제시된 지연 시간 수치와 GitHub 저장소에서 사용할 수 있는 소스 코드를 제공했습니다.

1. 비공개 콘텐츠 추천

개인 추천을 제공하기 위한 딥 러닝 추천 모델 — Belfort Labs, LG 및 New York University와의 공동 작업. 이는 공급자가 사용자 기능을 보지 않고도 권장 사항을 제공하는 데모입니다.

2. 신용카드 사기 적발

Google은 Niobium 및 hardshell.ai와 함께 민감한 금융 데이터를 노출하지 않고 거래 점수를 매길 수 있는 신용카드 사기 탐지기를 개발했습니다.

3. 위협 침입 탐지

팀은 Niobium을 사용하여 암호화된 네트워크 트래픽의 이상 탐지를 위한 Kitsune 시스템을 컴파일했습니다. 이를 통해 서비스 공급자는 네트워크 패킷의 내용을 공개하지 않고도 이상을 탐지할 수 있습니다.

4. 핫워드 감지

Google은 Belfort Labs를 통해 오디오 트리거 AI 에이전트가 깨우기 단어를 인식하는 동시에 오디오 녹음의 개인정보를 보호할 수 있는 핫워드 감지 모델을 컴파일했습니다.

폭이 중요합니다. 추천 시스템, 사기, 보안 모니터링, 음성 활성화는 소비자가 실제로 AI를 접하는 대부분의 접점에 걸쳐 있습니다. 이는 Google이 암호화된 추론을 실험실 호기심이 아닌 인프라로 생각하고 있음을 시사합니다.

개인 정보 보호 공학의 계보

Google은 차등 개인 정보 보호, 비공개 세트 멤버십, 개인 정보 검색, Google Cloud의 보안 엔클레이브 등 오랜 전통의 개인 정보 보호 기술 혁신에 HEIR을 적용합니다. 하드웨어 기반 접근 방식과 달리 동형 암호화의 보장은 순전히 암호화되며 칩을 신뢰하는 것이 아니라 수학에 기초합니다.

소프트웨어 산업이 AI 시대의 보안 및 개인 정보 보호 기대에 적응함에 따라 Google 연구팀은 동형 암호화를 개발하기 쉽고, 실행 속도가 빠르며, 업계 전반에 걸쳐 유비쿼터스화하기 위해 노력하고 있다고 밝혔습니다. HEIR이 전문 지식 장벽을 낮추고 하드웨어 파트너가 수학을 가속화함에 따라 "암호화 비공개"와 "실질적으로 배포 가능" 간의 격차가 좁아지고 있습니다.